2019 Fiscal Year Research-status Report
Influence of autonomous vehicles learning system optimum movement with AI on traffic flows and driving behavior
| Project/Area Number |
19K04660
|
|---|
| Research Institution | Meijo University |
|---|
Principal Investigator |
松本 幸正 名城大学, 理工学部, 教授 (30239123)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | AI / 深層学習 / 自動運転 / 交通流 / シミュレーション / マルチエージェント / 信号交差点 / 協調学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，自動走行車両が混在する近未来の道路交通環境を想定し，オンラインの信号情報やリアルタイムで観測される周辺交通環境に応じて，エリア全体の総走行時間を最小化するシステム最適挙動を取る自動運転車両のモデル化を目指している．最適走行挙動は，信号情報や交通ビッグデータに基づいてAI(人工知能)によって学習させ，信号機との協調制御も可能なシステムを，マルチエージェントを用いて開発する．これら最適挙動を取る自動運転車両の混在が，エリア全体の交通流に及ぼす影響をマイクロシミュレーションによって評価するとともに，個々のドライバーに対しての運転挙動への影響もドライビングシミュレータによって把握する．
令和元年度は，これまでに未開発であった車両と協調学習する信号制御システムの構築を行った．単一信号交差点を対象として，信号機をエージェント化し，車両エージェントと信号エージェントが協調して学習するシステムを構築した．信号は，これまでに開発した最適挙動を取る車両の走行状況を認識しながら現点灯色の切り替えタイミングを決定するが，相互に情報交換をさせることによって協調させた．この結果，信号機単独や車両単独での最適挙動よりも，協調制御した場合の方が車両の総待ち時間や総停止回数が少なくなることがわかった．
並行して，研究計画を一部入れ替え，交通ネットワークを対象として，交通ビックデータを取得可能な環境の構築を行った．複数信号交差点が存在する幹線道路を作成し，個々の車両を走行させるとともに，交通量，オキュパンシー，各信号での停止車両台数，地点速度，所要時間ならびに信号残時間などをリアルタイムで取得できるようにした．これらを交通ビックデータと見なし，個々の車両の流出地点までの遅れ状態を判定するモデルをAIを用いて作成し，検証の結果，対象路線の最上流部においても精度高く予測可能であることがわかった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和元年度は，信号交差点を通過するための最適な挙動を取る車両と，信号機が情報を交換しながら協調して学習するシステムを，マルチエージェントシミュレーションによって開発した．計画では，このシステムを複数信号交差点が存在する路線に適用し，かつ，右左折車両も存在する交通環境下での学習システムを構築する予定であった．
しかしながら，車両と信号機との協調システムの開発に時間を要し，幹線道路への適用にまでは至らなかった．この研究が計画通りに進まなかった代わりに，研究計画を一部入れ替えて，次年度に予定していた交通ビックデータを入手できる交通環境の構築に着手し，また，これらビックデータを用いた走行状況判定モデルをAIによって開発した．
このように，一部の研究計画に遅れが生じているものの，一部は計画よりも進んでいることから，” （２）おおむね順調に進展している”と自己評価することにした．
|
| Strategy for Future Research Activity |
前年度に引き続き，信号交差点を最適に通過する車両と信号機が情報を共有しながら協調学習するシステムを，複数交差点が存在する路線へと適用する．この対象路線においては，右左折車両も発生させ，実際に近い環境でのモデル開発を行い，その有効性を検証する．
並行して，構築した交通ビックデータの取得が可能な交通流シミュレーション環境を，複数経路が存在するネットワークへと拡大し，経路選択と目的地までの所要時間を観測しながら，システム最適な経路選択挙動を取る車両を教師データとしてディープラーニングを実施する．これにより，様々な交通状態において，自動運転車両はシステム最適な経路を選択できるようになる．
ただし現在，新型コロナウィルス感染拡大防止のため，教員ならびに学生は，研究遂行のための入構が許可されておらず，研究室PCにインストールされているソフトウェアや解析機器が使えない状況であり，研究計画に遅れが生じている．この状況がいつまで続くかにもよるが，計画通りに研究が進まない可能性もある．その場合には，必要に応じて研究計画を見直す必要があると考えている．
|
| Causes of Carryover |
【理由】次年度使用額は559,677円である．これは，予定していた国際会議への参加を取りやめたこと，ならびに，補助を必要とする研究の遅れから謝金が予定よりも少なくなった結果による．
【使用計画】次年度使用額559,677円は，次年度の研究費に合わせて使用する．次年度の研究経費として，物品購入費，旅費，人件費・謝金，その他の経費に割り当てて使用する．
|
